问ChatGPT“哪款工具能追踪AI里的品牌提及”,它报了一串名字,没有你。再问Grok同样的问题,还是没有。这时候最容易得出的结论是“模型不认识我们”,但这个结论下得太快了。

要判断品牌在AI助手里到底处于什么位置,得先做一件很基础的事:准备一组固定的、不带品牌名的问题,逐条记录回答里有没有出现你的品牌、是推荐还是仅仅提及、引用了哪些来源。测的是可见性,不是某一次运气好的回答。

问题要像买家真的会问的那样

从销售电话、客服工单、客户访谈和搜索词数据里挑出10个问题作为起点。关键约束是:问题里不能出现自家公司名。问“我们公司好不好”,测到的是被提示之后的识别能力,不是自然发现。

以AI可见性软件这个品类为例,一组可用的提问包括:

  • 哪些工具能追踪ChatGPT里的品牌提及?
  • 我怎么监控Grok是否推荐我的业务?
  • 什么软件能衡量品牌在各类AI助手里的可见度?
  • 哪些AI可见性工具适合小型营销团队?
  • 代理机构该用什么追踪客户的AI推荐情况?
  • 哪些工具能对比我和竞品的AI可见度?
  • 什么软件能记录AI回答中引用的来源?
  • 哪些AI可见性工具会给出可执行的改进方案?
  • 创业公司该怎么选AI品牌监测工具?
  • 哪些工具能和现有的SEO报告流程配合?

把品类、客户类型和约束条件换成自己的即可。每个测量周期内,问题措辞要冻结不变。带品牌名的诊断性问题单独放一个数据集,不要混进来。

纯知识与联网搜索必须分开测

对每个助手、每种模式分别建立测试条件。纯知识模式:在界面允许的情况下关闭浏览或搜索;如果无法强制关闭,就记为“不可用”。联网模式:开启或明确请求网页搜索,然后记录检索是否真的发生了。

这里有个容易踩的坑:请求“不要搜索”不等于检索被关闭,联网界面也可能不搜索就直接作答。请求的设置和观察到的行为要分开记录,不确定的情况标为未知。

每次运行都开新对话。语言、地区、账户设置、个性化尽量保持一致,并记录日期、可见的模型标签、界面、订阅档位和相关自定义指令。计分的那一轮里不要追问。

纯知识模式的结果说明助手在没有观察到实时检索的情况下会输出什么,它不揭示训练数据。联网模式的结果帮你检查可发现的来源,但不能证明品牌为什么被选中。

记录四件事:提及、推荐强度、竞品、引用

完整保存回答,同时填这些字段:品牌是否被点名(拼写变体要维护别名表);推荐强度按0到3打分,0为缺席,1为点名但无背书,2为作为选项推荐,3为针对所述需求明确优先或列入短名单;出现了哪些竞品、各自推荐强度如何;哪些URL支撑了回答、引用是否真的支撑了对应说法;描述是准确、负面、过时还是无关。

提及率和推荐率要分开统计。助手完全可能提到你的公司,同时建议别人别用。

做对比时,Profound、AthenaHQ、Otterly.ai、Peec AI、Semrush、Ahrefs可以放进候选名单,但它们是各有差异的产品,不是可互换的选项,要按当前的助手覆盖、报告能力、工作流和更广的SEO能力逐项对照需求。

先定义分母,再谈声量份额

可复现的定义是:品牌提及声量份额 = 该品牌合格回答出现次数 ÷ 固定品牌集合的合格回答出现总次数 × 100。每个品牌在单条回答中最多计一次,合格出现指回答正文里明确点名或使用获批别名,仅出现在引用中的情况单独统计。品牌集合在周期开始前冻结。

举例说明算法:60条有效回答中你的品牌出现18次,固定集合内所有品牌累计出现90次,声量份额为18÷90=20%,提及率为18÷60=30%。这组数字只用于演示计算,不是市场基准。

还要报告“未提及任何被追踪品牌”的回答占比,否则声量份额会掩盖整个品类可见度偏低的事实。

重复测,并尊重界面差异

一个实用的起步设计是:10个问题 × 2个助手 × 2种模式 × 3次重复,共120条计划回答,前提是两种模式都可用。重复要跨多天进行,有效完成、失败和不可用条件分别报告。

比较要同条件对同条件,百分比旁边给出计数。关注跨多个周期持续存在的变动,而不是把单次回答当成趋势。

API结果不自动等同于消费版ChatGPT或Grok的结果。模型版本、系统指令、检索工具、个性化和路由都可能不同。API测量单独标注,重要问题要在买家实际使用的消费界面里人工抽查。

最后一步是把发现转成有优先级的工作:描述错误就修正过时或不清的产品信息;用例缺失就发布具体文档、示例和对比标准;来源支撑薄弱就改善相关可访问页面并争取正当的独立报道;竞品长期占优则去查产品契合度、证据和定位,而不只是改措辞。每项行动指定负责人和复测日期。发布一个页面,并不保证被收录、被引用或被推荐。

没有提及不等于助手不认识你,它只意味着在被测条件下你的品牌缺席。引用也解释不了每一次推荐,它展示的是显示出来的来源,不是回答生成过程的完整账本。测量频率上,先按月做,产品或内容有较大变动后追加周期,基线问题保持稳定。